更新优先级队列python-Dijkstras算法_Python_Dictionary_Graph

更新优先级队列python-Dijkstras算法

python dictionary graph

更新优先级队列python-Dijkstras算法,python,dictionary,graph,Python,Dictionary,Graph,我想了解在以下工作和完成的代码中，为什么在更新pq_更新时，它被写为pq_更新[Neighbor][1] 与其写pq_更新[Neighbor]（我就是这么做的），它似乎并没有改变任何东西，为什么要包括它多谢各位导入heapq def dijkstra（图表，开始）：距离={顶点：图中顶点的浮点（'inf'）} pq=[] pq_更新={} 距离[起点]=0 对于顶点，以距离为单位的值。项（）条目=[顶点，值] heapq.heappush（pq，条目） pq_更新[顶点]=条目而pq：

我想了解在以下工作和完成的代码中，为什么在更新pq_更新时，它被写为pq_更新[Neighbor][1]

与其写pq_更新[Neighbor]（我就是这么做的），它似乎并没有改变任何东西，为什么要包括它

多谢各位

导入heapq
def dijkstra（图表，开始）：
距离={顶点：图中顶点的浮点（'inf'）}
pq=[]
pq_更新={}
距离[起点]=0
对于顶点，以距离为单位的值。项（）
条目=[顶点，值]
heapq.heappush（pq，条目）
pq_更新[顶点]=条目
而pq：
getmin=heapq.heapop（pq）[0]
对于邻居，在图形[getmin]中显示距离。\n。项（）
距离=距离[getmin]+距离
如果距离<距离[邻居]：
距离[邻居]=距离
pq#U更新[邻居][1]=距离#此行！！！
打印（距离）
返回距离
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
示例_图={
'U'：{'V'：2，'W'：5，'X'：1}，
'V'：{'U'：2，'X'：2，'W'：3}，
W:{'V'：3，'U'：5，'X'：3，'Y'：1，'Z'：5}，
'X'：{'U'：1，'V'：2，'W'：3，'Y'：1}，
'Y'：{'X'：1，'W'：1，'Z'：1}，
'Z'：{'W'：5，'Y'：1}，
}
dijkstra（示例_图，'X'）

注意：您的实现已损坏，无法正确实现Dijkstra。下面将详细介绍

pq\u更新

字典包含列表，每个列表有两个条目：

for vertex, value in distances.items():
    entry = [vertex, value]
    heapq.heappush(pq, entry)
    pq_update[vertex] = entry

因此，

pq\u update[neighbor]

是一个包含顶点和距离的列表。您希望更新距离，而不是替换

[顶点，值]

列表，因此使用

pq\u update[neighbor][1]

请注意，

条目

列表也与

heapq

共享。

pq

堆引用了相同的列表对象，因此对

pq\u update[neightbor][1]

的更改也将在堆上仍要处理的条目中可见

当您直接指定给

pq\u update[neighbor]

时，您将删除该连接

您看不到任何差异的原因是因为该算法的实现实际上已经中断，因为堆没有正确使用。堆按您推入的列表项中的第一个值按第一个排序。在您的代码中，这是节点名称，而不是距离，并且当列表项中的距离更改时，项目的heapq顺序永远不会更新。由于heapq未正确使用，因此始终按字母顺序遍历节点

要正确使用

heapq

，您需要将边长度放在第一位，并且不更改堆上的值；如果使用元组，就不能意外地这样做。实际上，您只需要将节点推送到您到达的堆上；对于某些节点（通过多条路径到达），您将得到多个条目，但

heapq

仍将首先显示到该节点的最短路径。只需保留一组已访问的节点，就可以跳过更长的路径。关键是，在访问较长路径之前，先访问给定节点的较短路径，而无需修改heapq项即可实现这一点

您可以将函数（使用更好的变量名）重新写入：

def dijkstra（图形，开始）：
“”“访问所有节点并从一开始计算到每个节点的最短路径”“”
队列=[（0，开始）]
距离={开始：0}
访问=设置（）
排队时：
_，node=heapq.heapop（队列）#（距离，节点），忽略距离
如果访问了中的节点：
持续
已访问。添加（节点）
距离=距离[节点]
对于邻居，图[node]中的邻居距离。项（）
如果访问了邻居：
持续
相邻距离+=距离
如果邻居距离